在python矩阵中将上三角复制到下三角
iluropoda_melanoleuca bos_taurus callithrix_jacchus canis_familiaris
ailuropoda_melanoleuca 0 84.6 97.4 44
bos_taurus 0 0 97.4 84.6
callithrix_jacchus 0 0 0 97.4
canis_familiaris 0 0 0 0
这是我拥有的python矩阵的简短版本。我的信息在上方的三角形中。有简单的功能将矩阵的上三角复制到下三角吗？
问题答案：
要在NumPy中执行此操作，而无需使用双循环，可以使用tril_indices。请注意，根据矩阵的大小，这可能会比添加转置和减去对角线慢一些，尽管此方法可能更具可读性。
>>> i_lower = np.tril_indices(n, -1)
>>> matrix[i_lower] = matrix.T[i_lower] # make the matrix symmetric
注意不要混用tril_indices，triu_indices因为它们都使用行主索引，也就是说，这行不通：
>>> i_upper = np.triu_indices(n, 1)
>>> i_lower = np.tril_indices(n, -1)
>>> matrix[i_lower] = matrix[i_upper] # make the matrix symmetric
>>> np.allclose(matrix.T, matrix)
False
-
问题内容： 我有一个矩阵，我想要2个矩阵，所以包含A的上三角元素（所有元素在对角线以上且不包括对角线），以及类似的for （所有元素在下面的且不对角线）。有没有办法做到这一点？ 例如 问题答案： 尝试（上三角）和（下三角）。
-
这是我的审判，但它没有涵盖一切，也在重复，我做错了什么？
-
特殊矩阵——三对角矩阵(Tridiagonal Matrix) 注：压缩存储的矩阵可以分为特殊矩阵和稀疏矩阵。对于那些具有相同元素或零元素在矩阵中分布具有一定规律的矩阵，被称之为特殊矩阵。对于那些零元素数据远远多于非零元素数目，并且非零元素的分布没有规律的矩阵称之为稀疏矩阵。 1. 三对角矩阵的概念 三对角矩阵就是对角线、邻近对角线的上下次对角线上有元素，其他位置均为0的矩阵。 三对角矩阵是一种特
-
问题内容： 给定以下形式的方形熊猫DataFrame： 如何能在上三角熔化得到以下形式的矩阵 我对惯用的熊猫解决方案更感兴趣，自定义索引器将很容易手动编写… 预先感谢您的考虑和回应。 问题答案： 首先，我将的较低值转换为by和and ，然后设置列名称：
-
我正在处理一个非常大的稀疏矩阵乘法（matmul）问题。作为一个例子，让我们说： > A是一个二进制（75 x 200,000）矩阵。它很稀疏，所以我使用csc进行存储。我需要执行以下matmul操作： B=A.转置（）*A 输出将是大小为200Kx200K的稀疏对称矩阵。 不幸的是，B存储在我笔记本电脑上的RAM（或“核心”）中会变得太大。另一方面，我很幸运，因为B有一些属性可以解决这个问题。
-
一个表示3X3矩阵matrix.的类。 代码示例 const m = new Matrix3(); 注意行优先列优先的顺序。 set()方法参数采用行优先row-major， 而它们在内部是用列优先column-major顺序存储在数组当中。 这意味着 m.set( 11, 12, 13, 21, 22, 23, 31, 32, 33 );元素数组elements将存储